Русская Википедия:Гиперспектральная съёмка

Материал из Онлайн справочника
Версия от 18:56, 11 августа 2023; EducationBot (обсуждение | вклад) (Новая страница: «{{Русская Википедия/Панель перехода}} thumb|Двумерная проекция гиперспектрального куба '''Гиперспектральная съёмка''' — раздел прикладной оптики, который изучает растровые изображения, каждый пиксел которых связан...»)
(разн.) ← Предыдущая версия | Текущая версия (разн.) | Следующая версия → (разн.)
Перейти к навигацииПерейти к поиску

Файл:HyperspectralCube.jpg
Двумерная проекция гиперспектрального куба

Гиперспектральная съёмка — раздел прикладной оптики, который изучает растровые изображения, каждый пиксел которых связан не с отдельным значением интенсивности света, а с полным спектральным разложением оптической энергии в границах какого-либо частотного диапазона. Эти значения обычно не ограничиваются видимым светом и нередко включают в себя также другие длины волн, например — ИК-диапазонШаблон:Sfn.

Собранная таким образом информация, как правило, представляется для анализа в виде гиперкуба, оси которого соответствуют распределению зарегистрированных спектроскопических характеристик (отражаемости, флюоресценции, рамановского спектра и т. п.), пространственным координатам и, нередко, времениШаблон:Sfn.

В настоящее время гиперспектральные методы активно используются в самых разнообразных приложениях, среди которых можно выделить медицину, контроль качества материалов, диагностику заболеваний, детекцию движущихся транспортных средств, мониторинг окружающей среды, дистанционное зондирование и т. д.Шаблон:SfnШаблон:Sfn

Гиперспектральную съёмку не следует путать с многоспектральными методиками, которые оперируют массивами узкополосных данныхШаблон:Sfn. В отличие от них, гиперспектральные изображения содержат сотни каналов, внутри которых осуществляется независимый сбор и регистрация информации высокого разрешенияШаблон:Sfn. Характерной особенностью задач, связанных с гиперспектральными методами, является то, что искомая информация оказывается распределена по большим объёмам данных, а искомые объекты не могут быть обнаружены посредством визуального наблюдения. Как правило, их детекция осуществляется или на субпиксельном уровне или посредством совмещения данныхШаблон:Sfn.

Примечания

Шаблон:Примечания

Источники